| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 引言 | 第6-9页 |
| 1 Logistic回归相关理论 | 第9-14页 |
| 1.1 Logistic回归的极大似然估计 | 第9-10页 |
| 1.2 Logistic回归的稳健估计 | 第10-12页 |
| 1.2.1 Mallows型拟似然估计(基于帽矩阵Hat) | 第10-11页 |
| 1.2.2 一致性错分模型估计 | 第11-12页 |
| 1.3 异常观测诊断 | 第12-14页 |
| 2 支持向量机分类相关理论 | 第14-20页 |
| 2.1 线性支持向量机 | 第14-17页 |
| 2.2 软间隔支持向量机 | 第17-18页 |
| 2.3 非线性支持向量机 | 第18-20页 |
| 3 实例分析 | 第20-44页 |
| 3.1 数据背景及描述性统计 | 第20-27页 |
| 3.2 建立Logistic回归模型 | 第27-38页 |
| 3.2.1 Logistic回归的极大似然估计 | 第27-31页 |
| 3.2.2 异常观测诊断 | 第31-35页 |
| 3.2.3 Logistic回归的稳健估计 | 第35-36页 |
| 3.2.4 Logistic回归多种估计方法的比较 | 第36-38页 |
| 3.3 建立SVM模型 | 第38-43页 |
| 3.4 Logistic回归与SVM的模型评价及比较 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 附录A 异常值检测的中间结果 | 第47-49页 |
| 附录B 程序 | 第49-62页 |
| 致谢 | 第62-63页 |
